Bagaimana AI dan IoT membantu saintis mengatasi cabaran model iklim

Penyelidik menggunakan kecerdasan buatan dan teknologi IoT untuk memantau pertumbuhan lumut dari jauh dalam persekitaran yang keras di Antartika. Melalui penghantaran jauh LoRaWAN dan AIoT, sistem boleh mengumpul data utama seperti suhu dan kelembapan tanpa pemprosesan data yang berlebihan. Kejayaan ini menunjukkan potensi menggabungkan kecerdasan buatan dan Internet Perkara untuk menambah baik model iklim mikro dan membantu penyelidikan perubahan iklim. Apakah cabaran yang ditimbulkan oleh model iklim, apakah yang dilakukan oleh penyelidik, dan bagaimanakah ini menunjukkan kuasa AI dan IoT?

Apakah cabaran yang ditimbulkan oleh model iklim?

Dalam bidang sains iklim , mencipta model iklim yang tepat dan mengenal pasti bukti yang menyokong teori perubahan iklim menimbulkan banyak cabaran kepada saintis. Walaupun terdapat banyak bukti bahawa suhu global dan paras karbon dioksida terus meningkat sejak Revolusi Perindustrian, adalah sukar untuk membuat persediaan untuk penciptaan lautan disebabkan oleh kerumitan melampau iklim Bumi dan interaksi yang sangat kompleks antara Model persekitaran yang berbeza menghubungkan satah, komposisi atmosfera, dan pelepasan karbon dioksida global.

Sebagai contoh, peningkatan karbon dioksida meningkatkan suhu, tetapi mengikut sejarah suhu telah meningkat sebelum paras karbon dioksida meningkat. Oleh itu, boleh difahami untuk berfikir bahawa karbon dioksida tidak akan menyebabkan suhu meningkat. Walau bagaimanapun, melihat lebih dekat mendedahkan bahawa paras karbon dioksida yang meningkat menyebabkan suhu global meningkat Sebab karbon dioksida tertinggal selepas kenaikan suhu adalah kerana kesan maklum balas yang positif, di mana sedikit peningkatan suhu menyebabkan lautan mengeluarkan lebih banyak karbon dioksida, menyebabkan. suhu meningkat.

Untuk mencipta model iklim yang tepat, penyelidik memerlukan data sebanyak mungkin dan data itu perlu memasukkan segala-galanya daripada suhu global kepada pencemar udara tempatan dan kelajuan angin. Walau bagaimanapun, mengakses sejumlah besar data juga boleh menjadi pedang bermata dua, kerana mencari corak yang berkaitan dalam data boleh menjadi sukar.

Akhir sekali, mendapatkan data dari kawasan terpencil seperti Artik, memandangkan akses internet tempatan selalunya tidak tersedia, penderia perlu dapat dijalankan untuk jangka masa yang lama dan beberapa orang dapat memantau pemasangan penderia secara aktif . Ini adalah cabaran yang luar biasa.

Penyelidik Antartika memanfaatkan AI dan IoT untuk pemantauan iklim lumut

Menyedari keperluan untuk pemantauan iklim yang lebih baik di kawasan terpencil, satu pasukan penyelidik Antartika baru-baru ini menggabungkan AI dan Teknologi IoT telah digabungkan untuk mencipta wayarles peranti yang mampu memantau lumut dari jauh. Menurut penyelidik, lumut adalah "hutan Antartika" yang memainkan peranan ekosistem penting dalam keadaan sub-sifar.

Sama seperti pokok menyediakan ekosistem yang kaya untuk hidupan liar, lumut menyediakan sokongan untuk bentuk hidupan kecil termasuk bakteria, tardigrade dan kulat dengan membantu menebat permafrost di kawasan bebas ais di Antartika. Pada masa yang sama, lumut membantu mengurangkan karbon dioksida di atmosfera, menjadikannya sinki karbon dioksida yang penting. Oleh itu, pemantauan status lumut Antartika boleh membantu penyelidik memahami bagaimana perubahan iklim mempengaruhi biodiversiti Antartika dan persekitaran keseluruhan.

Walau bagaimanapun, pemantauan lumut di lokasi jarak sosial memberikan beberapa cabaran, termasuk pengumpulan, pemprosesan dan penghantaran data. Oleh itu, penyelidik beralih kepada kecerdasan buatan dan Internet of Things untuk pemprosesan data, sambil menggunakan LoRaWAN untuk penghantaran jauh.

Sifat lebar jalur rendah LoRaWAN bermakna tidak semua data yang dikumpul daripada penderia boleh dihantar, jadi kecerdasan buatan setempat dan pengkomputeran tepi membolehkan peranti pemantauan memutuskan perkara yang perlu dihantar. Digelar Kecerdasan Buatan untuk Internet Perkara (AIoT), sistem itu membantu penyelidik mencipta model iklim mikro yang lebih baik dengan membolehkan mereka mengumpul data yang paling berkaitan, termasuk suhu, kelembapan dan imej, tanpa perlu memproses sejumlah besar data.

Bagaimanakah ini membuktikan kuasa AI dan IoT

Hampir semua peranti IoT boleh direka untuk menghantar sejumlah besar data dalam masa nyata untuk diproses oleh beberapa pelayan jauh, walaupun ini belum mungkin pada masa lalu Mungkin boleh diterima, tetapi apabila semakin banyak data dikumpul, ia menjadi tidak praktikal. Menggunakan kecerdasan buatan untuk mempraproses data, menentukan kandungan yang berkaitan dan menghantar data secara selektif akan membantu meningkatkan bukan sahaja perkhidmatan IoT masa hadapan, tetapi Internet secara keseluruhan. Model peranti ini juga akan membantu menggalakkan pemasangan rangkaian peranti yang lebih besar, kerana infrastruktur internet sedia ada akan kurang tekanan.

Bagi penyelidik, menggunakan kecerdasan buatan untuk menapis data paling kritikal boleh membantu mencipta model yang lebih tepat. Walau bagaimanapun, AI hanya sebaik model yang dilatihnya, yang bermaksud bahawa sebarang kesilapan atau andaian yang dibuat oleh AI akan menjejaskan model penyelidikan yang dibuat daripada data yang ditapis dan diproses oleh AI.

Atas ialah kandungan terperinci Bagaimana AI dan IoT membantu saintis mengatasi cabaran model iklim. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!